Perguntas com a marcação «random-variable»

Uma variável aleatória ou variável estocástica é um valor que está sujeito a variação casual (ou seja, aleatoriedade no sentido matemático).

1
Transformação linear de uma variável aleatória por uma matriz retangular alta
Digamos que temos um vetor aleatório , extraído de uma distribuição com função de densidade de probabilidade . Se o transformarmos linearmente por uma matriz classificação completa para obter , a densidade de será dada porX⃗ ∈RnX→∈Rn\vec{X} \in \mathbb{R}^nfX⃗ (x⃗ )fX→(x→)f_\vec{X}(\vec{x})n×nn×nn \times nAAAY⃗ =AX⃗ Y→=AX→\vec{Y} = A\vec{X}Y⃗ Y→\vec{Y}fY⃗ (y⃗ )=1|detA|fX⃗ …

2
pdf de um produto de duas variáveis ​​aleatórias uniformes independentes
Seja ~ e ~ sejam duas variáveis ​​aleatórias independentes com as distribuições dadas. Qual é a distribuição de ?XXXU(0,2)U(0,2)U(0,2)YYYU(−10,10)U(−10,10)U(-10,10)V=XYV=XYV=XY Eu tentei convolução, sabendo que h(v)=∫y=+∞y=−∞1yfY(y)fX(vy)dyh(v)=∫y=−∞y=+∞1yfY(y)fX(vy)dyh(v) = \int_{y=-\infty}^{y=+\infty}\frac{1}{y}f_Y(y) f_X\left (\frac{v}{y} \right ) dy Também sabemos que , fY(y)=120fY(y)=120f_Y(y) = \frac{1}{20} h(v)=120∫y=10y=−101y⋅12dyh(v)=120∫y=−10y=101y⋅12dyh(v)= \frac{1}{20} \int_{y=-10}^{y=10} \frac{1}{y}\cdot \frac{1}{2}dy h(v)=140∫y=10y=−101ydyh(v)=140∫y=−10y=101ydyh(v)=\frac{1}{40}\int_{y=-10}^{y=10} \frac{1}{y}dy Algo me diz que …




3
Propriedades de uma variável aleatória discreta
Meu curso de estatísticas me ensinou que uma variável aleatória discreta tem um número finito de opções ... Eu não tinha percebido isso. Eu teria pensado, como um conjunto de números inteiros, que poderia ser infinito. Pesquisando e pesquisando várias páginas da web, incluindo algumas de cursos universitários, não foi …

2
Se e são variáveis ​​normais independentes, cada uma com média zero, então também é uma variável Normal
Estou tentando provar a afirmação: Se e são variáveis ​​aleatórias independentes,X∼ N( 0 , σ21)X∼N(0,σ12)X\sim\mathcal{N}(0,\sigma_1^2)Y∼ N( 0 , σ22)Y∼N(0,σ22)Y\sim\mathcal{N}(0,\sigma_2^2) então também é uma variável aleatória Normal.XYX2+ Y2√XYX2+Y2\frac{XY}{\sqrt{X^2+Y^2}} Para o caso especial (digamos), temos o resultado bem conhecido de que sempre que e são variáveis independentes . De fato, é mais …



2
Correlação entre seno e cosseno
Suponha que seja distribuído uniformemente em . Vamos e . Mostre que a correlação entre e é zero.XXX[0,2π][0,2π][0, 2\pi]Y=sinXY=sin⁡XY = \sin XZ=cosXZ=cos⁡XZ = \cos XYYYZZZ Parece que eu precisaria saber o desvio padrão do seno e do cosseno e sua covariância. Como posso calcular isso? Eu acho que preciso assumir …


2
Variância de duas variáveis ​​aleatórias ponderadas
Deixei: Desvio padrão da variável aleatóriaA=σ1=5A=σ1=5A =\sigma_{1}=5 Desvio padrão da variável aleatóriaB=σ2=4B=σ2=4B=\sigma_{2}=4 Então a variação de A + B é: Var(w1A+w2B)=w21σ21+w22σ22+2w1w2p1,2σ1σ2Var(w1A+w2B)=w12σ12+w22σ22+2w1w2p1,2σ1σ2Var(w_{1}A+w_{2}B)= w_{1}^{2}\sigma_{1}^{2}+w_{2}^{2}\sigma_{2}^{2} +2w_{1}w_{2}p_{1,2}\sigma_{1}\sigma_{2} Onde: p1,2p1,2p_{1,2} é a correlação entre as duas variáveis ​​aleatórias. w1w1w_{1} é o peso da variável aleatória A w2w2w_{2} é o peso da variável aleatória B w1+w2=1w1+w2=1w_{1}+w_{2}=1 …




Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.